RX480 技術情報 PPT - 3C

※ 引述《b155073 ()》之銘言：
: 原文網址:http://videocardz.com/61557/rajas-super-secret-cigar-stash

一章一章來

: http://goo.gl/i8LpCz

從1 Graphics Command Processor到 576 Load/Store Units
都是指微架購上的改進 而之外的則是較一般的規格等

: http://goo.gl/PwA5r9

Geometry Engine :
三角面處理完之後 轉換給Pixel Shader中間的這個工作,
傳統稱為Geometry Setup或者是Rasterization(但是這個會跟ROP的"R"
容易混淆)

Primtive Discard Accelerator

在把東西丟給Pixel Shader之前,如果知道這個三角面已經被遮住了
就可以先丟掉不算.反正算完也沒用..如果更確定可以連前端的Shader
都省掉

相關的技術比如Early-Z,Z-Culling,或者進階的Tile-Based Defferred
Rendering等等

然後他提到跟MSAA有關 也就是說也影響你開一般遊戲下的FSAA的設定
因為一般遊戲的FSAA僅做到MSAA,跟MSAA有關則是因為MSAA只做三角面的邊緣
跟交界,要做MSAA的像素一定會發生有的實際上有被遮住有的沒有.

Index Cache

改變資料在Cache排的方式節省頻寬 或者把原本零散的存取
變動為連續的

: http://goo.gl/KX59Iv

Shader的性能變強 但是(?


Instruction Prefetch

注意 不要跟Prefetch Instruction搞混 兩個完全不一樣
這個是說 原本處理器不分CPU/GPU,如果沒有分支就是
執行下一個指令 那下一個指令確定會被執行就應該先取進來
這樣切換的時候就保證不用等

不過除非原本就設定成保證要等 不然一定會在GPGPU/遊戲特效上
產生正面效果的幅度就不會太大...

per wave instruction buffer size

每個"wavefront"的指令緩衝區變大
wavefront是AMD GPU內的抽象化單位 他是指一起執行的最小的集合體
一個wavefront會統整N個SP,相應的Thread,相對的暫存器數量等等
(CUDA/nVidia GPU的Warp,OpenCL的Compute Unit則是同級的名詞)

然後wavefront內部 每個cycle所執行的指令都是一樣的,
既然這樣 那儲存指令緩衝區就只要每個wavefront一個就夠了

Tuned L2 Cache

可以把存取合併 然後效率變好吧

FP16/INT 16 Support

由於開始有用GPU計算Machine Learning的,
比如說Deep Neuro Network,發現用不到float32
這麼高的精確量.

如果FP16/INT16比32bit可以更快更省
那都可以產生一樣的效果

不過google更極端 直接做純INT16的晶片,
2T INT16/s的晶片只耗0.5W,以後有介紹到google VISION CHIP再說

.........然後講到這邊 還沒DX10的時候,顯示卡超過80%的運算能力
都是在算整數而且這個整數只有8-10bit...

都已經轉過來Unified的環境卻發現你丟掉的東西才是你要的........

: http://goo.gl/bGFT0m

GPU Open Intrinsic Function
Direct ACCESS to inline ISA


兩個都是同一件事情,
因為設計特殊處理器的時候,不只GPU,你可以看到DSP,Cell
等等.他會有一些很難放進高階語言描述內的指令
這時候除了整個用組合語言硬幹之外

就是使用intrinsic或者是inline Assembly的方式處理
兩個雖然叫不同名字但是是等價的,一般而言intrinsic
長的像是高階語言的function,但是一個對應一個特殊硬體指令,
而inline ISA長的像是手寫組合語言但是使用比較方便.

甚麼叫做有這個硬體指令但是高階語言很難用?
比如我隨便設計一個指令,P=A*B*C+X+Y

那編譯器一定要看到P=A*B*C+X+Y; or Q=A*B*C;P=Q+X+Y;
這樣確定的運算才可以配出這個指令

如果中間有一些不對...比如說中間同時計算過A*B和X+Y
編譯器會很開心的用算過的東西取代掉A*B和X+Y

你就配不出你設計的新指令了

所以為了避免這樣 你可能就...假設指令名稱叫XC5

P=__intrinsic_xc5(A,B,C,X,Y);

或者

__asm("XC5 P,A,B,C,X,Y");


Performance Critical Function

允許Programmer標示哪個Function
在性能上關鍵 但基本上整個最佳化應該還是要你自己來

driver環境上頂多只能幫你 不要有拖慢這個Function執行的速度的行為
比如說 把其他計算也同時排進去.

: http://goo.gl/LHeklW

Memory Controller &PHY

Losesess DCC

針對要送進顯示卡DRAM的資料可以先壓縮 而節約頻寬
過去只有Texture在讀取前預先破壞性壓縮過.

這方法的原理就是你要存的資料很多都是圖形或者Shader
算出來的資料給下一步要用的投影.特色就是有不小的機會,
你和你的相鄰像素只差一點點 那我只傳兩個的差值就可以減少一些資料.

不過Maxwell有做啦,Tonga也宣稱有,就各種可能有較好有較差的...


: http://goo.gl/hVJ4Ar

DX12 async compute

不是中圖Preemtive的傳統計算,你算一個等他回來一個
而是部分的可以預先送入 利用沒用光的資源先計算

: http://goo.gl/M29cPB

所有應用軟體的要求 都會一起堆在driver內

然後除了driver之外,硬體層也在接受要求後
內部有排程器


這部分就...除非等HSA/Fusion完全完成,
否則只有進步沒有變革性的更動.

: http://goo.gl/02NPYM

DP支援的解析度,SDR=8bit,HDR: > 8bit

: http://goo.gl/bEaPbx

HDR色域
: http://goo.gl/hVU24E

: http://goo.gl/cwxiiC

因為節約耗電量 具有的動態調節能力

(注:最初期的省電作為以能否整個關閉邏輯閘
或者是動態調整頻率來考量省電.

而之後則實作發現比如能否劇烈切換
關閉後再打開有沒有反而更耗電各種問題

: http://goo.gl/UXfV5c
: http://goo.gl/sAE9bi
: http://goo.gl/H2u1kb
: http://goo.gl/SmqyAZ
: http://goo.gl/SlbT3i

: http://goo.gl/FwgSTh

傳統的繪製 假設在環境中存在一隻攝影機

而攝影機所拍到的東西存在他自己的"底片"上
這個底片是一個平面,你看的是這個平面,而且每個像素
大小均等

那現在如果是環境中有兩支攝影機在不同地方?

還是所用的底片不是平面的 ?

想也知道這是用在那個環境的,但我們先把這兩個問題訂為
雙眼顯示和曲面螢幕

傳統方式當然可以繪製兩個攝影機所拍的東西
只是你要這個frame切換攝影機所在位置,Vertex Shader
開始就重算一次.然後下個frame又要切回來

我跳過去了 我又跳過來了 每次你都要幫我重算呦

至於非平面螢幕也可以在每個vertex Shader後,Pixel Shader
之前再套入另外一個Shader換算.

可是就要多一套計算.

那直接硬體化了就是使用他的介面就可以直接做到兩個效果
不用在軟體再中間重新計算

: http://goo.gl/AtmnVq

Reservation (Station):

只要處理器需要動態分配執行的資源,也就是說不只
GPU,連現代(1995後吧)的cpu也會有,

: http://goo.gl/lgOSXJ

對應multiGPU或者是Crossfire的重大變更

理面的AFR指的是CF採用AFR(每Frame交互計算)

但是他會產生嚴重的叫做
Micro-Stuttring的問題

這是甚麼問題我記得剛好以前有寫過

https://www.ptt.cc/bbs/PC_Shopping/M.1336495940.A.DCA.html

簡單說FPS平均很好看 顯示出來的時間不均等 而且視覺差異更糟糕

那這個改進就是,

我AFR後算好後 我插一個延遲 到固定的時間才確定要顯示
這可以解決micro-stuttring的問題

可是我暫時懷疑一下.因為預設如果開 那麼CF後的數字就不一定漂亮


而且這個做法說不定之前多卡的時候如果有開VSYNC也不會有問題...
這就要確認了,但對不用多卡的這個功能是沒差別

: 懶人包:(只看標題)

--